PENGGUNAAN K-NEAREST NEIGHBOR (KNN) UNTUK

MENGKLASIFIKASI CITRA AYAM BERFORMALIN DAN TIDAK

BERFORMALIN BERDASARKAN WARNA KULIT

SKRIPSI

Radhitya Gilang Dwi Prasetyo

1510511035

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAKARTA

FAKULTAS ILMU KOMPUTER

PROGRAM STUDI INFORMATIKA

2019

PENGGUNAAN K-NEAREST NEIGHBOR (KNN) UNTUK

MENGKLASIFIKASI CITRA AYAM BERFORMALIN DAN TIDAK

BERFORMALIN BERDASARKAN WARNA KULIT

HALAMAN JUDUL

SKRIPSI

Diajukan Sebagai Syarat Untuk Memperoleh Gelar

Sarjana Komputer

Radhitya Gilang Dwi Prasetyo

1510511035

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAKARTA

FAKULTAS ILMU KOMPUTER

PROGRAM STUDI INFORMATIKA

2019

ii

PERNYATAAN ORISINALITAS

iii

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI

UNTUK KEPENTINGAN AKADEMIS

Sebagai civitas akademik Universitas Pembangunan Nasional “Veteran” Jakarta,

saya yang bertanda tangan di bawah ini:

Nama : Radhitya Gilang Dwi Prasetyo

NIM : 1510511035

Fakultas : Ilmu Komputer

Program Studi : Informatika

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Pembangunan Nasional “Veteran” Jakarta Hak Bebas Royalti Non eksklusif

(Non-exclusive Royalty Free Right) atas karya ilmiah saya yang berjudul:

Penggunaan K-Nearest Neighbor (KNN) untuk Mengklasifikasi Citra Ayam

Berformalin dan Tidak Berformalin Berdasarkan Warna Kulit

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti ini

Universitas Pembangunan Nasional “Veteran” Jakarta berhak menyimpan, mengalih

media/formatkan, mengelola dalam bentuk pangkalan data (database), merawat,

dan mempublikasikan Skripsi saya selama tetap mencantumkan nama saya sebagai

penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian penyataan ini saya buat dengan sebenarnya.

Dibuat di : Jakarta

Pada tanggal : 26 Juli 2019

Yang menyatakan,

(Radhitya Gilang Dwi Prasetyo)

iv

PENGESAHAN

Dengan ini dinyatakan bahwa Tugas Akhir berikut:

Nama : Radhitya Gilang Dwi Prasetyo

NIM : 1510511035

Program Studi : Informatika

Judul Tugas Akhir : Penggunaan K-Nearest Neighbor (KNN) untuk

Mengklasifikasi Citra Ayam Berformalin dan Tidak

Berformalin Berdasarkan Warna Kulit

Telah berhasil dipertahankan di hadapan Tim Penguji dan diterima sebagai bagian

persyaratan yang diperlukan untuk memperoleh gelar Sarjana Komputer pada

Program Studi Informatika, Fakultas Ilmu Komputer, Universitas Pembangunan

Nasional “Veteran” Jakarta.

Yuni Widiastiwi, S.Kom., M.Kom. Catur Nugrahaeni Puspita D., S.Kom., M.Kom.

Ketua Penguji Anggota Penguji

Dr.Didit Widiyanto, S.Kom., M.Si. Ridwan Raafi’udin, S.Kom. M.Kom.

Pembimbing I Pembimbing II

Dr. Ermatita, M.Kom. Anita Muliawati, S.Kom., MTI.

Dekan Ketua Program Studi

Ditetapkan di : Jakarta

Tanggal Ujian : 26 Juli 2019

v

PENGGUNAAN K-NEAREST NEIGHBOR (KNN) UNTUK

MENGKLASIFIKASI CITRA AYAM BERFORMALIN DAN TIDAK

BERFORMALIN BERDASARKAN WARNA KULIT

RADHITYA GILANG DWI PRASETYO

ABSTRAK

Formalin merupakan bahan tambahan yang di larang penggunaannya pada

makanan. Dan diperkuat dengan data yang diperoleh dari Badan Pengawas Obat

dan Makanan (BPOM, 2005) bahwa dapat menyebabkan kanker. Bersumber dari

liputan6.com yang memberitakan bahwa ditemukan ayam berbau dan berformalin

di Karawang pada 26 Juli 2017 mengilustrasikan adanya penyebaran ayam

berformalin. Sehingga dibutuhkan cara untuk mendektesi dan membedakan ayam

yang mengandung formalin dan tidak mengandung formalin. Berdasarkan hal

tersebut tujuan penelitian ini dilakukan guna mengidentifikasi ayam berformalin

dan tidak berformalin dengan mengekstrasi ciri warna pada kulit ayam

menggunakan citra Hue saturation Values (HSV) dan menggunakan klasifikasi

menggunakan Algoritma K-Nearst Neighbor (KNN) guna untuk membantu proses

pengolahan citra digital. Hasil dari penelitian ini yaitu tingkat akurasi untuk

mengidentifikasi ayam berformalin dan tidak berformalin dengan objek warna kulit

ayam. Dengan metode K-NN didapatkan akurasi sebesar 100% pada percobaan

K=1.

Kata Kunci: Citra Digital, Hue Saturation Values (HSV), K-Nearst Neighbor

(KNN)

vi

USING OF K-NEAREST NEIGHBOR (KNN) TO CLASSIFICATE

INFORMALINED CHICKEN IMAGES AND NON-INFORMALIN BASED

ON SKIN COLOR

RADHITYA GILANG DWI PRASETYO

ABSTRACT

Formalin is an additional ingredient that is prohibited from using it in food. And

reinforced by data obtained from the Food and Drug Supervisory Agency (BPOM,

2005) that can cause cancer. Source from liputan6.com which reported that found

smelling and formalin chicken in Karawang on July 26, 2017 illustrates the

existence of formalin chicken distribution. So it takes a way to decrypt and

distinguish chickens that contain formalin and do not contain formalin. Based on

this purpose, the purpose of this study was to identify formalin and non-formalin

chickens by extracting color characteristics on chicken skin using Hue saturation

Values (HSV) imagery and using classification using K-Nearst Neighbor (KNN)

Algorithm to assist digital image processing. The result of this research is the level

of accuracy to identify formalin chicken and not formalin with the object of chicken

skin color. With the K-NN method obtained accuracy of 100% on test K = 1.

Keywords: Digital imagery, Hue Saturation Values (HSV), K-Nearst Neighbor

(KNN)

vii

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas segala

karunianya dan tak lupa shalawat dan salam yang tercurahkan kepada Nabi

Muhammad SAW beserta para keluarga, sahabat dan para pengikutnya sehingga

penulis dapat berhaisl menyelesaikan tugas akhir ini. Judul yang dipilih dalam

penelitian ini yang dilaksanakan sejak November 2018 adalah “PENGGUNAAN

K-NEAREST NEIGHBOR (KNN) UNTUK MENGKLASIFIKASI CITRA

AYAM BERFORMALIN DAN TIDAK BERFORMALIN BERDASARKAN

WARNA KULIT”

Penulisan skripsi ini merupakan salah satu syarat untuk memproleh gelar

sarjana Teknik Informatika, Fakultas Ilmu Komputer, Universitas Pembangunan

Nasional Veteran Jakarta. Rasa terimakasih penulis ucapkan kepada:

1. Ibu Dr. Ermatita Zuhairi Sattar, M.Kom. selaku Dekan Fakultas Ilmu

Komputer

2. Ibu Anita Muliawati, S.Kom., MTI. selaku Kepala program Studi Teknik

Informatika.

3. Bapak DR. Didit Widiyanto S.Kom., M.Si. dan Bapak Ridwan Ra’afiudin

S.Kom., M.Kom. selaku dosen pembimbing skripsi yang membantu penulis

dalam penyusunan skripsi sehingga dapat menyelesaikan skripsi ini dengan

baik.

4. Ibu Vini Indriasari, ST., M.Sc., Ph.D. selaku dosen pembimbing akademik.

5. Ibu, Bapak Dosen Teknik Informatika UPN “Veteran” Jakarta terimakasih

atas ilmu-ilmu yang bermanfaat.

6. Kepada Ibu, ayah dan keluargaku tersayang yang telah memberikan dukungan

dan kepercayaan yang tiada hentinya, serta selalu memberikan doa dan

kekuatan kepada penulis sehingga penulis dapat menyelesaikan penulisan

skripsi ini.

7. Kepada teman-teman penulis TI 2015 yang selalu saling mendukung.

Akhir kata, semoga skripsi ini dapat bermanfaat bagi para pembacanya.

Jakarta, 26 Juli 2019

Penulis

Radhitya Gilang Dwi Prasetyo

viii

DAFTAR ISI

HALAMAN JUDUL ................................................................................................ i

PERNYATAAN ORISINALITAS ......................................................................... ii

PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI UNTUK

KEPENTINGAN AKADEMIS ............................................................................. iii

PENGESAHAN ..................................................................................................... iv

ABSTRAK .............................................................................................................. v

ABSTRACT ........................................................................................................... vi

KATA PENGANTAR .......................................................................................... vii

DAFTAR ISI ........................................................................................................ viii

DAFTAR GAMBAR .............................................................................................. x

DAFTAR TABEL .................................................................................................. xi

BAB I ...................................................................................................................... 1

1.1 Latar belakang .......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 2

1.3 Tujuan Penelitian ...................................................................................... 2

1.4 Manfaat Penelitian .................................................................................... 2

1.5 Luaran Yang diharapkan .......................................................................... 2

1.6 Ruang Lingkup ......................................................................................... 3

1.7 Sistematika Penulisan ............................................................................... 3

BAB II ..................................................................................................................... 5

2.1 Citra .......................................................................................................... 5

2.2 Pengolahan Citra ...................................................................................... 5

2.3 Model Citra Hue Saturation Values (HSV) ............................................. 6

2.4 Perbedaan ayam berformalin dan tidak berformalin ................................ 8

2.5 Algoritma K-Nearest Neighbour .............................................................. 8

2.7 Review Penelitian Terdahulu ................................................................... 9

2.7.1 Penelitian Elvia Budianita, Jasril dan Lestari Handayani, 2015 ....... 9

2.7.2 Penelitian Achmad Lukman dan Asih Winantu, 2016 .................... 13

2.7.3 Penelitian Ni Luh Wiwik Sri Rahayu G, 2016 ................................ 15

2.8 Kesimpulan Penelitian Terdahulu .......................................................... 17

BAB III ................................................................................................................. 19

3.1 Kerangka Pikir ........................................................................................ 19

3.1.1 Identifikasi Masalah ........................................................................ 20

ix

3.1.2 Studi Literatur ................................................................................. 20

3.1.3 Akusisi Data .................................................................................... 20

3.1.4 Pra Proses ........................................................................................ 21

3.1.5 Desain Sistem .................................................................................. 21

3.1.6 Pembagian Data .............................................................................. 21

3.1.7 Ekstraksi Ciri ................................................................................... 21

3.1.8 Klasifikasi KNN .............................................................................. 21

3.1.9 Evaluasi Sistem ............................................................................... 22

3.1.10 Laporan dan Dokumentasi .................................................................. 22

3.2 Alat yang digunakan ............................................................................... 22

3.3 Jadwal Penelitian .................................................................................... 23

BAB IV ................................................................................................................. 24

4.1 Akusisi Data ................................................................................................ 25

4.2 Pra Proses .................................................................................................... 26

4.2.1 Proses Pemotongan (Cropping) ............................................................ 26

4.2.2 Proses perubahan ukuran citra (Resize) ................................................ 27

4.3 Desain Sistem .............................................................................................. 27

4.4 Ekstraksi Ciri HSV ...................................................................................... 28

4.5 Klasifikasi KNN .......................................................................................... 33

4.5.1 Pengujian data paha ayam..................................................................... 33

4.6 Evaluasi Sistem ........................................................................................... 38

BAB V ................................................................................................................... 40

5.1 Kesimpulan .................................................................................................. 40

5.2 Saran ............................................................................................................ 40

DAFTAR PUSTAKA ........................................................................................... 41

RIWAYAT HIDUP ............................................................................................... 42

LAMPIRAN .......................................................................................................... 43

x

DAFTAR GAMBAR

Gambar 2.1 Model Hue Saturation Values (HSV).................................................. 7

Gambar 2.2 Flowchart ekstrasi ciri tekstur ........................................................... 10

Gambar 2.3 Flowchart ekstrasi ciri warna ............................................................ 12

Gambar 2.4 Bagan alir sistem klasifikasi pada tahap pelatihan ............................ 13

Gambar 2.5 Bagan alir sistem klasifikasi pada tahap pengujian ........................... 13

Gambar 2.6 Arsitektur JST ................................................................................... 14

Gambar 3.1 Kerangka Pikir................................................................................... 19

Gambar 4.1 Model Perancangan Sistem ............................................................... 24

Gambar 4.2 Paha Ayam Berfomalin Hari Pertama ............................................... 25

Gambar 4.3 Paha Ayam Tidak Berformalin Hari Pertama ................................... 25

Gambar 4.4 Cropping Citra dengan Koordinat ..................................................... 26

Gambar 4.5 Hasil Cropping .................................................................................. 27

Gambar 4. 6 Desain Sistem ................................................................................... 27

Gambar 4. 7 Desain Sistem ................................................................................... 28

Gambar 4. 7 Citra RGB ......................................................................................... 28

Gambar 4.8 Layer R .............................................................................................. 29

Gambar 4.9 Layer G .............................................................................................. 29

Gambar 4.10 Layer B ............................................................................................ 30

Gambar 4.11 Hue dan Saturation .......................................................................... 30

Gambar 4.12 Value dan HSV................................................................................ 30

Gambar 4.13 Grafik hasil Akurasi terhadap nilai K yang diuji ............................ 39

xi

DAFTAR TABEL

Tabel 2.1 Kesimpulan Penelitian Terdahulu ......................................................... 17

Tabel 3.1 Jadwal Penelitian................................................................................... 23

Tabel 4.1 Proses pengambilan data pada tiap hari ................................................ 26

Tabel 4.2 Hasil Ekstraksi Citra RGB .................................................................... 31

Tabel 4.3 Hasil Ekstraksi Data Training ............................................................... 32

Tabel 4.4 Hasil Ekstraksi Data Testing ................................................................. 32

Tabel 4.5 Table hasil uji KNN dengan nilai K = 1 ............................................... 33

Tabel 4.6 Table hasil uji KNN dengan nilai K = 3 ............................................... 34

Tabel 4.7 Table hasil uji KNN dengan nilai K = 5 ............................................... 35

Tabel 4.8 Table hasil uji KNN dengan nilai K = 7 ............................................... 36

Tabel 4.9 Table hasil uji KNN dengan nilai K = 9 ............................................... 37

Tabel 4.10 Hasil Akhir Akurasi Nilai K ............................................................... 38

Tabel 4.11 Penurunan Akurasi .............................................................................. 39